140 | KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA 2024
...................................................................................................................................................................................
TÌM HIỂU VỀ QUY ĐỊNH ĐẠO ĐỨC NGHIÊN CỨU
VÀ LIÊM CHÍNH HỌC THUẬT LIÊN QUAN
ĐẾN TRÍ TUỆ NHÂN TẠO TRONG GIÁO DỤC
TRẦN TÍN NGHỊ
*
Tóm tắt: Nghiên cứu này khái quát tổng quan về sự khác biệt trong các quy định về
đạo đức và Liêm chính học thuật (LCHT) liên quan tới Trí tuệ nhân tạo (TTNT, Artificial
Intelligence, AI). Nghiên cứu sử dụng kết hợp của hai lý thuyết Jonas (1984) về đạo đức trong
công nghệ và Floridi et al. (2018) về khung đạo đức trong TTNN để đánh giá, so sánh các quy
định về đạo đức và liêm chính trong việc áp dụng TTNT trong giáo dục. Bằng cách kết hợp
hai quan điểm lý thuyết nêu trên, nghiên cứu mang lại một cái nhìn toàn diện về sự khác biệt
trong các quy định đạo đức và LCHT liên quan đến áp dụng TTNT của các khu vực khác nhau
trên thế giới. Nghiên cứu sử dụng phương pháp nghiên cứu định tính thông qua việc phân tích
hơn 200 tài liệu văn bản là các bài báo khoa học hoặc văn bản pháp quy liên quan đến 5 từ
khóa: "AI ethics in education," "academic integrity and AI," "AI regulation in education,"
"data privacy in AI," và "AI governance," trong giai đoạn 10 năm kể từ năm 2014. Dữ liệu
được tổ chức theo khu vực địa lý, chủ đề và kiểu loại tài liệu để phân tích so sánh chi tiết.
Thông qua phương pháp phân tích nội dung định tính và phân tích so sánh, nghiên cứu xem
xét các phạm trù đạo đức và chính sách LCHT điều chỉnh TTNT trong giáo dục, làm nổi bật
những điểm tương đồng và khác biệt cơ bản giữa các khu vực trên thế giới.
Từ khóa: Trí tuệ nhân tạo (AI), Đạo đức nghiên cứu, LCHT, Quyền riêng tư, bảo mật
dữ liệu.
1. GIỚI THIỆU
Trí tuệ Nhân tạo (TTNT, AI) đã và đang cách mạng cho nhiều lĩnh vực trong đời sống
hằng ngày của mỗi chúng ta, bao gồm cả giáo dục. Việc áp dụng TTNT trong giáo dục mang
lại nhiều lợi ích từ việc cá nhân hóa trải nghiệm học tập, hỗ trợ cả người học và người dạy
trong việc tối ưu hóa các quá trình quản lý dạy và học (Luckin & Holmes, 2016; Selwyn, 2019,
2022). TTNT có khả năng phân tích dữ liệu học tập của người học để đưa ra các gợi ý nội
dung học tập một cách phù hợp cho từng cá nhân từ đó nâng cao hiệu quả giảng dạy và học
tập (Bond et al., 2020; Zawacki-Richter et al., 2019). Hiện nay, các ứng dụng có tích hợp
TTNT trong hỗ trợ học tập, đặc biệt là học ngoại ngữ, đang nở rộ hơn bao giờ hết (Bond et al.,
2020).
Tuy nhiên, sự phát triển của TTNT đã và đang đặt ra rất nhiều thách thức về đạo đức
và LCHT trong giáo dục. Một trong những thách thức lớn nhất là vấn đề quyền riêng tư và bảo
mật dữ liệu người học khi AI yêu cầu thu thập và xử lý một lượng lớn thông tin cá nhân từ các
*
TS., Trường Đại học Công Thương TP. HCM, email: nghitt@huit.edu.vn
NGÔN NGỮ HỌC TÍNH TOÁN: NHỮNG XU HƯỚNG MỚI, TRIỂN VỌNG VÀ THÁCH THỨC | 141
...................................................................................................................................................................................
ứng dụng (Williamson et al., 2023). Ngoài ra, TTNT có thể tạo ra sự bất bình đẳng trong giáo
dục nếu không được triển khai một cách công bằng do các thuật toán có thể bị thiên vị dựa
trên dữ liệu không cân bằng (Binns, 2018). Điều này đòi hỏi các quy định và chính sách cho
người dùng cần phải rõ ràng để đảm bảo rằng TTNT được sử dụng một cách có trách nhiệm
và đạo đức trong môi trường giáo dục (Morley et al., 2020).
Trong bối cảnh sự ra đời và ảnh hưởng sâu rộng của TTNT, Chính phủ Việt Nam đã
nhận thức rõ tầm quan trọng của việc xây dựng các quy định liên quan đến TTNT trong giáo
dục. Năm 2020, Chính phủ đã phê duyệt “Chiến lược quốc gia về nghiên cứu, phát triển và
ứng dụng trí tuệ nhân tạo đến năm 2030”, đặt mục tiêu đưa TTNT trở thành lĩnh vực trọng
điểm, không chỉ góp phần vào sự phát triển kinh tế mà còn thúc đẩy sự tiến bộ trong giáo dục.
Tuy nhiên, việc phát triển các quy định cụ thể về đạo đức TTNT và LCHT vẫn đang trong quá
trình hoàn thiện, đòi hỏi sự phối hợp giữa các cơ quan quản lý về Khoa học Công nghệ, Giáo
dục, và các tổ chức giáo dục để đảm bảo rằng TTNT được triển khai một cách công bằng,
không gây ra sự thiên vị hay xâm phạm quyền riêng tư của người học.
LCHT là một khía cạnh quan trọng khác cần được xem xét khi triển khai TTNT trong
giáo dục. Với khả năng tạo ra nội dung tự động và hỗ trợ trong việc làm bài tập, TTNT có thể
bị lạm dụng cho mục đích gian lận học thuật (Kumar et al., 2024; Rodrigues et al., 2024). Các
hoạt đông tương tự như vậy không chỉ ảnh hưởng đến chất lượng giáo dục mà còn gây ra
những hậu quả nghiêm trọng về mặt đạo đức. Do đó, các quy định về LCHT cần được cập
nhật và điều chỉnh để đối phó với những thách thức mới mà TTNT mang lại.
Mục tiêu của nghiên cứu này là cung cấp một cái nhìn tổng quan về các quy định liên
quan đến đạo đức và LCHT liên quan đến TTNT trên toàn cầu. Nghiên cứu sẽ phân tích và
so sánh các quy định từ các khu vực khác nhau, đồng thời đánh giá các yếu tố văn hóa, xã hội,
và kinh tế ảnh hưởng đến sự khác biệt trong các quy định này. Việc hiểu rõ những khác biệt
này không chỉ giúp các nhà quản lý và cả giáo viên có cái nhìn sâu sắc hơn về việc triển khai
TTNT trong giáo dục, mà còn góp phần đề xuất các chính sách phù hợp nhằm đảm bảo rằng
TTNT được sử dụng một cách có đạo đức và hiệu quả.
2. CƠ SỞ LÝ LUẬN
2.1. Khái niệm về Đạo đức TTNT trong Giáo dục
Đạo đức Trí tuệ Nhân tạo (TTNT) là một lĩnh vực nghiên cứu đang phát triển mạnh
mẽ, đặc biệt khi TTNT trở thành một phần không thể thiếu trong giáo dục. Đạo đức TTNT đề
cập đến các nguyên tắc và giá trị cần được tuân thủ khi phát triển, triển khai và sử dụng các hệ
thống TTNT, nhằm đảm bảo rằng chúng được sử dụng một cách có trách nhiệm và công bằng
(Boddington, 2017). Các khái niệm cơ bản của đạo đức TTNT trong giáo dục bao gồm quyền
riêng tư, bảo mật dữ liệu, và tính minh bạch.
Quyền bảo mật riêng tư là một trong những khía cạnh quan trọng nhất của đạo đức
TTNT, đặc biệt khi TTNT thu thập và xử lý một lượng lớn dữ liệu cá nhân của người học
142 | KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA 2024
...................................................................................................................................................................................
(Thủy et al., 2018). Bảo mật dữ liệu liên quan mật thiết đến quyền riêng tư, yêu cầu các tổ
chức giáo dục phải đảm bảo rằng dữ liệu của người học được bảo vệ khỏi các mối đe dọa về
an ninh mạng và không bị lạm dụng (Floridi, 2015, 2019; Floridi et al., 2018; Floridi & Strait,
2020; Morley et al., 2020). Tính minh bạch, trong bối cảnh TTNT, đề cập đến việc các hệ
thống TTNT phải hoạt động một cách rõ ràng và có thể giải thích được. Điều này có nghĩa là
người sử dụng phải hiểu rõ cách TTNT đưa ra quyết định và các quy trình bên trong của nó
(Rahwan, 2018).
Tuy nhiên, việc triển khai TTNT trong giáo dục không phải lúc nào cũng thuận lợi và
đặt ra nhiều thách thức đạo đức. Một trong những thách thức lớn nhất là nguy cơ thiên vị của
TTNT, khi các thuật toán có thể tác động có chủ đích phản ánh hoặc khuếch đại các định kiến
xã hội hiện có nếu chúng được huấn luyện trên dữ liệu trung thực (Rahwan, 2018). Thêm vào
đó, việc TTNT thay thế vai trò của giáo viên trong một số khía cạnh cũng đặt ra câu hỏi về
tính nhân văn trong giáo dục và liệu TTNT có thể thay thế hoàn toàn sự tương tác giữa con
người với con người trong việc giảng dạy (Selwyn, 2022; Vân, 2023).
2.2. LCHT trong bối cảnh TTNT
LCHT là một khía cạnh cốt lõi của giáo dục, đề cập đến việc duy trì các tiêu chuẩn cao
về trung thực, công bằng và trách nhiệm trong quá trình học tập và nghiên cứu (Bretag, 2013;
Hoàng, 2021). Trong bối cảnh phát triển của TTNT, LCHT đối mặt với những thách thức mới,
đặc biệt là trong việc ngăn chặn gian lận học thuật, đạo văn, và sự phụ thuộc vào công nghệ
TTNT. Gian lận học thuật có thể trở nên phức tạp hơn với sự hỗ trợ của TTNT, khi người học
có thể sử dụng các công cụ TTNT để tự động tạo ra nội dung mà không cần phải thực sự hiểu
hoặc nghiên cứu (Rodrigues et al., 2024). Điều này không chỉ làm suy giảm giá trị của việc
học tập mà còn gây ra những thách thức lớn cho các cơ sở giáo dục trong việc phát hiện và
ngăn chặn hành vi gian lận (Eke, 2023; Plata et al., 2023). Đạo văn cũng là một vấn đề nghiêm
trọng trong bối cảnh TTNT, khi các công cụ tạo văn bản tự động kể từ ChatGPT-3 có thể sản
xuất các đoạn văn hoàn chỉnh mà không cần sự can thiệp của con người (Perkins, 2023). Điều
này làm tăng nguy cơ người học nộp các bài luận hoặc dự án không phải là công sức thật sự
của họ, gây ra những hậu quả nghiêm trọng về đạo đức và pháp lý.
Một vấn đề khác là sự phụ thuộc vào TTNT trong viết học thuật. Khi TTNT trở nên
phổ biến, có nguy cơ người học và giáo viên phụ thuộc quá mức vào các công cụ này, dẫn
đến việc giảm khả năng tư duy sáng tạo và phân tích của con người (Dang et al., 2020; Perkins,
2023). Điều này có thể làm suy yếu quá trình giáo dục và làm mất đi tính toàn diện của việc
học tập.
Tóm lại, việc đảm bảo LCHT trong bối cảnh TTNT đòi hỏi các quy định và chính sách
rõ ràng, cũng như sự giám sát chặt chẽ từ các cơ quan giáo dục để đảm bảo rằng TTNT được
sử dụng một cách có trách nhiệm và không làm suy giảm giá trị của việc học tập.
NGÔN NGỮ HỌC TÍNH TOÁN: NHỮNG XU HƯỚNG MỚI, TRIỂN VỌNG VÀ THÁCH THỨC | 143
...................................................................................................................................................................................
3. PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Nguồn dữ liệu và quy trình thu thập
Nghiên cứu này sử dụng phương pháp phân tích tài liệu, tập trung vào việc thu thập và
phân tích dữ liệu từ hơn 200 tài liệu học thuật và báo cáo chính sách uy tín. Các nguồn dữ liệu
chính bao gồm các cơ sở dữ liệu học thuật lớn và các báo cáo từ các tổ chức quốc tế có thẩm
quyền trong lĩnh vực TTNT và giáo dục.
Các tài liệu học thuật được thu thập chính từ năm 2014 - 2024 trong cơ sở dữ liệu
Google Scholar vì đây là công cụ tìm kiếm học thuật phổ biến, cung cấp quyền truy cập vào
hàng triệu bài báo, sách, và luận văn trong nhiều lĩnh vực khác nhau. Hình 1 thể hiện kết quả
trang 1 của quá trình tìm kiếm và thu thập dữ liệu.
Hình 1. Hình ảnh trang 1 kết quả tìm kiếm theo từ khóa “AI ethics in education”
trên cổng thông tin Google Scholar
Việc thu thập được thực hiện tương tự với 4 từ khóa còn lại: “academic integrity and
AI”, “AI regulation in education”, “data privacy in AI” và “AI governance”. Việc tìm kiếm
và thống kế được lưu lại và thống kê trên cơ sở những thuật ngữ có liên quan đến 5 từ khóa
nói trên.
Ngoài cơ sở dữ liệu Google Scholar, nghiên cứu này còn tham khảo các báo cáo chính
sách và hướng dẫn từ các tổ chức quốc tế uy tín như UNESCO, OECD, và IEEE. Hình 2 thể
hiện các kết quả tìm kiếm cho từ khóa “AI ethics in education” trên cổng thông tin của cơ sở
dữ liệu IEEE.
144 | KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA 2024
...................................................................................................................................................................................
Hình 2. Hình ảnh trang 1 kết quả tìm kiếm theo từ khóa “AI ethics in education” trên cổng
thông tin UNESCO
3.2. Quy trình thu thập dữ liệu
Quá trình thu thập dữ liệu gồm 3 bước sau:
Bước 1: thu thập dữ liệu dựa trên 5 từ khóa "AI ethics in education", "academic
integrity and AI", "AI regulation in education", "data privacy in AI" và "AI governance" đã
được xác định và sử dụng để tìm kiếm trong các cơ sở dữ liệu (xem Bảng 1).
Bảng 1. Xc định từ khóa và chuỗi tìm kiếm
Bước 1
Mô tả
Ví dụ từ khóa/chuỗi tìm
kiếm
Xác định từ
khóa
Lựa chọn các từ khóa liên quan đến đạo
đức TTNT và LCHT.
"AI ethics in education",
"academic integrity and AI"
Tạo chuỗi tìm
kiếm
Kết hợp các từ khóa để tạo thành các
chuỗi tìm kiếm phù hợp với mục tiêu
nghiên cứu.
"AI regulation in education",
"data privacy in AI"
Sử dụng trong
cơ sở dữ liệu
Các chuỗi tìm kiếm được sử dụng để tìm
kiếm tài liệu trong các cơ sở dữ liệu học
thuật lớn.
Google Scholar, IEEE Xplore,
UNESCO, OECD, và IEEE